本文關(guān)鍵詞：基于節(jié)點(diǎn)相似度的社團(tuán)結(jié)構(gòu)檢測算法研究

  更多相關(guān)文章： 社團(tuán)結(jié)構(gòu)檢測 節(jié)點(diǎn)相似度 線性階時(shí)間復(fù)雜度 算法穩(wěn)定

【摘要】：針對(duì)目前社團(tuán)結(jié)構(gòu)檢測算法計(jì)算量大,準(zhǔn)確度低以及算法結(jié)果不穩(wěn)定的問題,在經(jīng)典Newman快速算法與LPAm算法的基礎(chǔ)之上,各取它們的優(yōu)點(diǎn)相結(jié)合,提出了一種基于局部信息的社團(tuán)檢測新算法。算法利用節(jié)點(diǎn)度和共享鄰居數(shù)定義節(jié)點(diǎn)相似度,首先根據(jù)節(jié)點(diǎn)相似度和一個(gè)預(yù)設(shè)節(jié)點(diǎn)相似度閾值將網(wǎng)絡(luò)劃分為初始的社團(tuán)結(jié)構(gòu),然后依據(jù)另一個(gè)預(yù)設(shè)社團(tuán)數(shù)目參數(shù)閾值進(jìn)一步優(yōu)化社團(tuán)結(jié)構(gòu),最后得到精確度較高的社團(tuán)劃分結(jié)果。性能分析證明,該算法有著近似線性的時(shí)間復(fù)雜度。實(shí)驗(yàn)結(jié)果表明,本文提出的算法相對(duì)于GN算法,Newman快速算法和LPAm算法有著更高的準(zhǔn)確度,且它是一種結(jié)果穩(wěn)定的算法,對(duì)于大型網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)預(yù)測,有著較好的效果,因此,有著較好的實(shí)用性。
【關(guān)鍵詞】：社團(tuán)結(jié)構(gòu)檢測 節(jié)點(diǎn)相似度 線性階時(shí)間復(fù)雜度 算法穩(wěn)定
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O157.5
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-9
• 1 緒論9-21
• 1.1 課題研究的背景和意義9-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-17
• 1.3 社團(tuán)結(jié)構(gòu)檢測經(jīng)典測試網(wǎng)絡(luò)17-19
• 1.4 本文的主要工作19-21
• 1.4.1 本文的研究內(nèi)容19-20
• 1.4.2 本文的結(jié)構(gòu)安排20-21
• 2 社團(tuán)結(jié)構(gòu)檢測基本概念與主要算法21-36
• 2.1 復(fù)雜網(wǎng)絡(luò)基本概念21-23
• 2.1.1 網(wǎng)絡(luò)圖表示與度分布21-22
• 2.1.2 網(wǎng)絡(luò)的平均最短路徑與網(wǎng)絡(luò)頂點(diǎn)的介數(shù)22-23
• 2.1.3 網(wǎng)絡(luò)的簇系數(shù)23
• 2.2 社團(tuán)結(jié)構(gòu)檢測基本概念23-27
• 2.2.1 節(jié)點(diǎn)相似度與模塊度Q23-25
• 2.2.2 社團(tuán)結(jié)構(gòu)劃分質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)25-27
• 2.3 社團(tuán)結(jié)構(gòu)檢測主要算法27-35
• 2.3.1 Kernighan-Lin算法27-28
• 2.3.2 普評(píng)分法28-29
• 2.3.3 GN算法29-30
• 2.3.4 Newman快速算法30-32
• 2.3.5 標(biāo)簽傳播算法32-35
• 2.4 本章小結(jié)35-36
• 3 基于節(jié)點(diǎn)相似度的社團(tuán)結(jié)構(gòu)檢測算法36-42
• 3.1 算法思想來源36-38
• 3.2 算法描述38-40
• 3.3 算法分析40-41
• 3.4 本章小結(jié)41-42
• 4 基于節(jié)點(diǎn)相似度的社團(tuán)結(jié)構(gòu)檢測算法實(shí)現(xiàn)42-49
• 4.1 基于節(jié)點(diǎn)相似度的社團(tuán)結(jié)構(gòu)檢測算法實(shí)驗(yàn)設(shè)計(jì)42-44
• 4.1.1 節(jié)點(diǎn)相似度閾值的選取42-43
• 4.1.2 最小社團(tuán)節(jié)點(diǎn)數(shù)的選取43-44
• 4.2 基于節(jié)點(diǎn)相似度的社團(tuán)結(jié)構(gòu)檢測算法實(shí)驗(yàn)結(jié)果與分析44-48
• 4.3 本章小結(jié)48-49
• 結(jié)論49-50
• 參考文獻(xiàn)50-54
• 作者簡歷54-56
• 學(xué)位論文數(shù)據(jù)集56

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 牛建偉;戴彬;童超;霍冠英;彭井;;基于Laplace矩陣Jordan型的復(fù)雜網(wǎng)絡(luò)聚類算法[J];通信學(xué)報(bào);2014年03期

2 徐楊;蒙祖強(qiáng);;基于GN算法的微博社區(qū)識(shí)別方法[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

3 李木梓;徐柱;李志林;張紅;怓鵬;;基于層次隨機(jī)圖的道路選取方法[J];地球信息科學(xué)學(xué)報(bào);2012年06期

4 蔡澤祥;王星華;任曉娜;;復(fù)雜網(wǎng)絡(luò)理論及其在電力系統(tǒng)中的應(yīng)用研究綜述[J];電網(wǎng)技術(shù);2012年11期

5 林超;曾小清;董德存;;小世界網(wǎng)絡(luò)理論在公交線網(wǎng)中的優(yōu)化方法研究[J];交通科技;2012年02期

6 姜雅文;賈彩燕;于劍;;基于節(jié)點(diǎn)相似度的網(wǎng)絡(luò)社團(tuán)檢測算法研究[J];計(jì)算機(jī)科學(xué);2011年07期

7 張翼;劉玉華;許凱華;駱珍榮;;一種基于互信息的復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)估方法[J];計(jì)算機(jī)科學(xué);2011年06期

8 王銀年;葛洪偉;;求解TSP問題的改進(jìn)模擬退火遺傳算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年05期

9 趙鳳霞;謝福鼎;;基于K-means聚類算法的復(fù)雜網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)新方法[J];計(jì)算機(jī)應(yīng)用研究;2009年06期

10 楊博;劉大有;金弟;馬海賓;;復(fù)雜網(wǎng)絡(luò)聚類方法[J];軟件學(xué)報(bào);2009年01期

，

本文編號(hào)：1017743